一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法及系统

1.本发明涉及航天器轨道优化技术领域，特别涉及一种基于粒子群算法和序列二次规划算法的太阳光约束下单对多星连续掠飞观测轨迹优化方法及系统。


背景技术：

2.近年来，随着低地球轨道(low earth orbit,leo)卫星通信领域的迅速发展，leo空间目标数量日益增多。其中，发展最为迅速的是美国spacex公司提出的星链卫星通信星座，该星座卫星数量庞大，占用过多leo资源，并且很多卫星质量不达标，成为空间垃圾，leo空间安全正遭受极大威胁。为此，利用观测卫星连续掠飞观测leo卫星成为空间态势感知技术发展的一个重要方向。
3.单对多星连续掠飞观测任务是指一颗任务星通过多次轨道转移连续接近n颗目标星进行掠飞观测。任务中通常需要首先确定目标星的轨道，确定发射任务星的时间；然后将任务星送入与目标星相近的轨道，作机动变轨连续接近n颗目标星。在掠飞观测过程中若使观测卫星具有对目标观测及成像的能力，两星相对位置需满足良好的成像光照角度，因此需要满足太阳光约束条件。
4.单对多星连续掠飞观测任务可以简化为带有基本约束的多段轨迹同时优化问题。传统的轨迹优化方法以每段轨迹的转移时间作为优化变量，以速度增量(燃料消耗)作为优化指标，通常使用遗传算法(genetic algorithm，ga)或序列二次规划算法(sequence quadratic program，sqp)进行优化求解。在不考虑约束条件下进行轨迹优化也经常使用粒子群算法(particle swarm optimization，pso)。
5.相关技术提出了航天器多约束空间抵近掠飞轨迹优化方法主要设计了一种综合多步优化和序列二次规划的优化算法解决多约束下航天器掠飞轨迹优化问题，实现了燃料最省的轨道转移策略，可以作为对多航天器连续掠飞观测轨迹优化的参考，但该方案仅针对单次任务对单颗目标卫星的掠飞观测，对于多颗目标卫星任务场景，使用该方案需要每次对掠飞任务进行重新规划，观测效率较低；另外给定任务星的初始轨道参数，优化得到的是该初始相对运动状态下的燃料最优轨迹，而并非全局的燃料最优轨迹。
6.传统轨迹优化方法给定任务星的初始轨道参数，通常选取与目标星相近的轨道面，优化得到的轨迹非常容易受到任务星初始运动状态的影响，不同的任务卫星初始位置会改变对目标星掠飞观测的顺序和相应的轨迹，得到差别很大的燃料消耗结果，很多情况下得不到理想的的燃料最优轨迹。
7.传统轨迹优化方法通常使用粒子群算法，pso是一种启发式随机优化算法，它随机生成初始猜测，全局性较好，但其求解器不能求解非线性约束，因此不适用带有太阳光约束的掠飞观测任务；使用序列二次规划算法可以求解非线性约束，且具有计算精度高、收敛速度快、稳定性好等优点，但其对初值的选择比较敏感，通常结果收敛于初值附近，得到的是局部最优的解，并非全局最优解。


技术实现要素：

8.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
9.为此，本发明的一个目的在于提出一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法。
10.本发明的另一个目的在于提出一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统。
11.本发明的又一个目的在于提供一种计算机设备。
12.本发明的还一个目的在于提供一种非临时性计算机可读存储介质。
13.为达到上述目的，本发明一方面实施例提出了考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法，包括以下步骤：步骤s1，构建任务星、n颗目标卫星与太阳之间的约束条件；步骤s2，获取n颗目标卫星初始轨道参数，利用粒子群算法生成第一任务卫星初始轨道参数；步骤s3，采用lambert变轨策略和粒子群算法对所述n颗目标卫星初始轨道参数和所述第一任务卫星初始轨道参数进行全局寻优，判断全局寻优后的初始总速度增量是否满足第一预设迭代终止条件，若不满足，则迭代执行步骤s2优化所述第一任务卫星初始轨道参数，反之则执行步骤s4；步骤s4，利用序列二次规划算法生成第二任务卫星初始轨道参数；步骤s5，采用lambert变轨策略和序列二次规划算法对所述n颗目标卫星初始轨道参数和所述第二任务卫星初始轨道参数进行局部寻优，判断局部优化后的总速度增量是否满足所述约束条件和第二预设迭代终止条件，若不满足，则迭代执行步骤s4优化所述第二任务卫星初始轨道参数，反之则所述局部优化后的总速度增量为最优速度增量。
14.本发明实施例的考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法，采用lambert变轨策略，将1对n颗卫星连续掠飞观测任务转化为轨迹优化问题，建立约束条件下以任务星的燃料消耗为性能指标的优化模型，优化变量为任务星每次轨道转移的时间和初始轨道参数，优化指标为任务星完成任务所需总速度增量(燃料消耗)，使用pso-sqp混合优化算法求解该优化问题得到完成观测任务的最少速度增量(燃料消耗)，能够使任务星在满足任务约束的同时燃料消耗最小。
15.另外，根据本发明上述实施例的考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法还可以具有以下附加的技术特征：
16.进一步地，在本发明的一个实施例中，所述步骤s1具体过程为：
17.定义a为任务星、b为n颗目标卫星中的任一颗和c为太阳，将所述任务星a对所述目标卫星b的观测时段内的掠飞轨迹近似为直线所述任务星a的位置太阳矢量为α为与夹角，θ为任务星扫描视场的圆锥角，所述约束条件为：
[0018][0019]
进一步地，在本发明的一个实施例中，所述步骤s3具体包括：
[0020]
步骤s301，采用lambert变轨策略将任务星对n颗目标卫星连续掠飞观测，获得第一任务星转移时间；步骤s302，根据所述n颗目标卫星初始轨道参数和所述第一任务卫星初始轨道参数确定第一访问顺序；步骤s303，通过粒子群算法分析所述第一访问顺序，生成第一任务星转移时间；步骤s304，根据粒子群算法和所述第一任务星转移时间对总速度增量
进行全局寻优，判断所述全局寻优后的初始总速度增量是否满足所述第一预设迭代终止条件，若不满足，则迭代执行步骤s2优化所述第一任务卫星初始轨道参数，反之则执行步骤s4，其中，所述第一预设迭代终止条件为预设最大迭代次数或者粒子群算法当前为止搜寻到的最优位置满足目标函数的最小容许误差。
[0021]
进一步地，在本发明的一个实施例中，所述步骤s5具体包括：步骤s501，采用lambert变轨策略再次将任务星对n颗目标卫星连续掠飞观测，获得第二任务星转移时间；步骤s502，根据所述n颗目标卫星初始轨道参数和所述第二任务卫星初始轨道参数确定第二访问顺序；步骤s503，通过粒子群算法分析所述第二访问顺序，生成第二任务星转移时间；步骤s504，根据序列二次规划算法和所述第二任务星转移时间对所述全局寻优后的初始总速度增量进行局部优化，判断所述局部优化后的总速度增量是否满足所述约束条件和所述第二预设迭代终止条件，若不满足，则迭代执行步骤s4优化所述第二任务卫星初始轨道参数，反之则所述局部优化后的总速度增量为最优速度增量，其中，所述第二预设迭代终止条件为达到预设最大迭代次数或者序列二次规划算法目前为止搜寻到的最优位置满足目标函数的最小容许误差。
[0022]
为达到上述目的，本发明另一方面实施例提出了虑太阳光约束的单对多星连续掠飞观测轨迹优化系统，包括：约束条件模块，用于构建任务星、n颗目标卫星与太阳之间的约束条件；第一参数获取模块，用于获取n颗目标卫星初始轨道参数，利用粒子群算法生成第一任务卫星初始轨道参数；全局寻优模块，用于采用lambert变轨策略和粒子群算法对所述n颗目标卫星初始轨道参数和所述第一任务卫星初始轨道参数进行全局寻优，判断全局寻优后的初始总速度增量是否满足第一预设迭代终止条件，若不满足，则迭代执行第一参数获取模块优化所述第一任务卫星初始轨道参数，反之则执行第二参数获取模块；第二参数获取模块，用于利用序列二次规划算法生成第二任务卫星初始轨道参数；局部寻优模块，用于采用lambert变轨策略和序列二次规划算法对所述n颗目标卫星初始轨道参数和所述第二任务卫星初始轨道参数进行局部寻优，判断局部优化后的总速度增量是否满足所述约束条件和第二预设迭代终止条件，若不满足，则迭代执行第二参数获取模块优化所述第二任务卫星初始轨道参数，反之则所述局部优化后的总速度增量为最优速度增量。
[0023]
本发明实施例的考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统，采用lambert变轨策略，将1对n颗卫星连续掠飞观测任务转化为轨迹优化问题，建立约束条件下以任务星的燃料消耗为性能指标的优化模型，优化变量为任务星每次轨道转移的时间和初始轨道参数，优化指标为任务星完成任务所需总速度增量(燃料消耗)，使用pso-sqp混合优化算法求解该优化问题得到完成观测任务的最少速度增量(燃料消耗)，能够使任务星在满足任务约束的同时燃料消耗最小。
[0024]
另外，根据本发明上述实施例的考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统还可以具有以下附加的技术特征：
[0025]
进一步地，在本发明的一个实施例中，所述约束条件模块具体为：
[0026]
定义a为任务星、b为n颗目标卫星中的任一颗和c为太阳，将所述任务星a对所述目标卫星b的观测时段内的掠飞轨迹近似为直线所述任务星a的位置太阳矢量为α为与夹角，θ为任务星扫描视场的圆锥角，所述约束条件为：
[0027][0028]
进一步地，在本发明的一个实施例中，所述全局寻优模块具体用于：第一掠飞观测单元，用于采用lambert变轨策略将任务星对n颗目标卫星连续掠飞观测，获得第一任务星转移时间；第一访问顺序单元，用于根据所述n颗目标卫星初始轨道参数和所述第一任务卫星初始轨道参数确定第一访问顺序；第一转移时间单元，用于通过粒子群算法分析所述第一访问顺序，生成第一任务星转移时间；全局寻优及判断单元，用于根据粒子群算法和所述第一任务星转移时间对总速度增量进行全局寻优，判断所述全局寻优后的初始总速度增量是否满足所述第一预设迭代终止条件，若不满足，则迭代执行第一参数获取模块优化所述第一任务卫星初始轨道参数，反之则执行第二参数获取模块，其中，所述第一预设迭代终止条件为预设最大迭代次数或者粒子群算法当前为止搜寻到的最优位置满足目标函数的最小容许误差。
[0029]
进一步地，在本发明的一个实施例中，所述局部寻优模块具体用于：第二掠飞观测单元，用于采用lambert变轨策略再次将任务星对n颗目标卫星连续掠飞观测，获得第二任务星转移时间；第二访问顺序单元，用于根据所述n颗目标卫星初始轨道参数和所述第二任务卫星初始轨道参数确定第二访问顺序；第二转移时间单元，用于通过粒子群算法分析所述第二访问顺序，生成第二任务星转移时间；局部寻优及判断单元，用于根据序列二次规划算法和所述第二任务星转移时间对所述全局寻优后的初始总速度增量进行局部优化，判断所述局部优化后的总速度增量是否满足所述约束条件和所述第二预设迭代终止条件，若不满足，则迭代执行第二参数获取模块优化所述第二任务卫星初始轨道参数，反之则所述局部优化后的总速度增量为最优速度增量，其中，所述第二预设迭代终止条件为达到预设最大迭代次数或者序列二次规划算法目前为止搜寻到的最优位置满足目标函数的最小容许误差。
[0030]
本发明又一方面实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述实施例所述的虑太阳光约束的单对多星连续掠飞观测轨迹优化方法。
[0031]
本发明还一方面实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的虑太阳光约束的单对多星连续掠飞观测轨迹优化方法。
[0032]
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0033]
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0034]
图1为根据本发明一个实施例的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法的流程图；
[0035]
图2为根据本发明一个实施例的pso-sqp混合优化流程图；
[0036]
图3为根据本发明一个实施例的太阳光约束简化模型示意图；
[0037]
图4为根据本发明一个实施例的任务星与目标卫星相对位置示意图；
[0038]
图5为根据本发明一个实施例的粒子群算法pso优化过程示意图；
[0039]
图6为根据本发明一个实施例的序列二次规划算法sqp优化过程示意图；
[0040]
图7为根据本发明一个实施例的任务星三维运动轨迹示意图；
[0041]
图8为根据本发明一个实施例的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统的结构示意图。
具体实施方式
[0042]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0043]
下面参照附图描述根据本发明实施例提出的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法及系统，首先将参照附图描述根据本发明实施例提出的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法。
[0044]
图1是本发明一个实施例的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法的流程图。
[0045]
如图1和2所示，该考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法包括以下步骤：
[0046]
在步骤s1中，构建任务星、n颗目标卫星与太阳之间的约束条件。
[0047]
具体地，本发明实施例针对的任务场景为近似位于同一轨道面的n颗目标星，任务星逆轨发射到目标星的轨道上，在太阳光约束下以相向掠飞的方式实现连续观测。如图3所示，将太阳光约束通过模型简化和时间变量离散化的方式处理为非线性约束，定义a为任务星、b为n颗目标卫星中的任一颗和c为太阳，将任务星a对目标卫星b的观测时段内的掠飞轨迹近似为直线任务星a的位置太阳矢量为α为与夹角，θ为任务星扫描视场的圆锥角，在掠飞观测弧段对时间变量进行离散化处理，每步长间隔测量当前(ab)
→
、(ac)
→
，都需要满足(即约束条件)为：
[0048][0049]
在步骤s2中，获取n颗目标卫星初始轨道参数，利用粒子群算法生成第一任务卫星初始轨道参数。
[0050]
具体地，任一颗目标卫星初始轨道参数包括：轨道半长轴a、偏心率e、轨道倾角i、升交点赤经ω、近地点幅角ω和真近点角θ；第一任务卫星初始轨道参数包括：轨道半长轴a、偏心率e、轨道倾角i、升交点赤经ω、纬度辐角u，其中，圆轨道e＝0，i、ω根据目标卫星逆行轨道参数确定，a、u为优化变量，由粒子群生成初始猜测值。
[0051]
在步骤s3中，采用lambert变轨策略和粒子群算法对n颗目标卫星初始轨道参数和第一任务卫星初始轨道参数进行全局寻优，判断全局寻优后的初始总速度增量是否满足第一预设迭代终止条件，若不满足，则迭代执行步骤s2优化第一任务卫星初始轨道参数，反之
则执行步骤s4。
[0052]
进一步地，在本发明的一个实施例中，步骤s3具体包括：
[0053]
步骤s301，采用lambert变轨策略将任务星对n颗目标卫星连续掠飞观测，获得第一任务星转移时间；
[0054]
步骤s302，根据n颗目标卫星初始轨道参数和第一任务卫星初始轨道参数确定第一访问顺序；
[0055]
步骤s303，通过粒子群算法分析第一访问顺序，生成第一任务星转移时间；
[0056]
步骤s304，根据粒子群算法和第一任务星转移时间对总速度增量进行全局寻优，判断全局寻优后的初始总速度增量是否满足第一预设迭代终止条件，若不满足，则迭代执行步骤s2优化第一任务卫星初始轨道参数，反之则执行步骤s4，其中，第一预设迭代终止条件为预设最大迭代次数或者粒子群算法当前为止搜寻到的最优位置满足目标函数的最小容许误差。
[0057]
具体地，如图4所示，任务星根据就近原则对目标卫星依次进行掠飞观测，确定一组访问顺序，n颗目标星对应n次lambert轨道转移施加的速度增量。lambert问题中初末位置已知，初位置为转移开始任务星初始位置，末位置为转移结束目标星终端位置，转移时间未知，作为优化变量通过粒子群优化得到，于是lambert问题得到解决，得到对应n次轨道转移施加的速度增量，求和得到总速度增量。
[0058]
再通过不断迭代，在全局范围内改变优化变量的值，判断全局寻优是否满足第一预设迭代终止条件，若不满足，则迭代执行步骤s3优化第二任务卫星初始轨道参数，反之则继续寻优得到最小总速度增量。
[0059]
在步骤s4中，利用序列二次规划算法生成第二任务卫星初始轨道参数。
[0060]
具体地，第二任务卫星初始轨道参数包括：轨道半长轴a、偏心率e、轨道倾角i、升交点赤经ω和纬度辐角u。
[0061]
在步骤s5中，采用lambert变轨策略和序列二次规划算法对n颗目标卫星初始轨道参数和第二任务卫星初始轨道参数进行局部寻优，判断局部优化后的总速度增量是否满足约束条件和第二预设迭代终止条件，若不满足，则迭代执行步骤s4优化第二任务卫星初始轨道参数，反之则局部优化后的总速度增量为最优速度增量。
[0062]
进一步地，在本发明的一个实施例中，步骤s5具体包括：
[0063]
步骤s501，采用lambert变轨策略再次将任务星对n颗目标卫星连续掠飞观测，获得第二任务星转移时间；
[0064]
步骤s502，根据n颗目标卫星初始轨道参数和第二任务卫星初始轨道参数确定第二访问顺序；
[0065]
步骤s503，通过粒子群算法分析第二访问顺序，生成第二任务星转移时间；
[0066]
步骤s504，根据序列二次规划算法和第二任务星转移时间对全局寻优后的初始总速度增量进行局部优化，判断局部优化后的总速度增量是否满足约束条件和第二预设迭代终止条件，若不满足，则迭代执行步骤s4优化第二任务卫星初始轨道参数，反之则局部优化后的总速度增量为最优速度增量，其中，第二预设迭代终止条件为达到预设最大迭代次数或者序列二次规划算法目前为止搜寻到的最优位置满足目标函数的最小容许误差。
[0067]
具体地，如图4所示，任务星根据就近原则对目标卫星依次进行掠飞观测，确定一
组访问顺序，n颗目标星对应n次lambert轨道转移施加的速度增量。lambert问题中初末位置已知，初位置为转移开始任务星初始位置，末位置为转移结束目标星终端位置，转移时间未知，作为优化变量通过粒子群优化得到，于是lambert问题得到解决。得到对应n次轨道转移施加的速度增量，求和得到总速度增量。
[0068]
通过不断迭代，在局部范围内改变优化变量的值，判断局部优化是否满足约束条件和第二预设迭代终止条件，若不满足，则迭代执行步骤s4优化第二任务卫星初始轨道参数，反之则寻优满足太阳光约束条件的最小总速度增量。
[0069]
下面通过一个具体实施例对本发明实施例提出的考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法进一步说明。
[0070]
通过本优化方案进行仿真求解，任务初始utc时间：2022-02-26 04:00:00；太阳光约束指标：任务星视场圆锥角为10deg；目标卫星以一簇星链卫星(starlink-1436、starlink-1393、starlink-1397、starlink-2089、starlink-1402、starlink-1401)为例，近似在同一轨道面上，分别编号为1、2、3、4、5、6，初始轨道参数如表1所示：
[0071]
表1目标星轨道参数
[0072][0073]
优化得到的任务星初始轨道参数如表2所示：
[0074]
表2任务星轨道参数
[0075][0076]
优化过程和任务星的运动轨迹如图5、6、7所示：
[0077]
观测序列为5-6-1-2-3-4，任务星进行每次轨道转移所需时间及速度脉冲大小如表3所示：
[0078]
表3任务星转移时间及速度脉冲
[0079][0080]
任务所需总转移时间2867.6s，总速度增量为36.1m/s。
[0081]
仿真结果表明：完成连续对6颗卫星掠飞观测任务所需总时间较短，不超过50分钟，且任务星所需总速度增量很小，不超过50m/s，优化效果很好。
[0082]
综上，根据本发明实施例提出的考虑太阳光约束的单对多星连续掠飞观测轨迹优
化方法，使用pso-sqp混合优化算法，利用pso强大的全局搜索能力对其进行求解，并把搜索结果作为sqp搜索初始点，以此弥补sqp全局搜索弱的缺点，再利用sqp良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索，弥补了pso局部搜索弱的缺点，通过不断的迭代最终获得优化问题的全局最优解；充分利用了sqp和pso的优缺点，具有较强的对复杂约束优化问题进行全局寻优和局部精确搜索能力，能够使任务卫星在满足基本约束的同时燃料消耗最小，非常适合处理单对多星连续掠飞观测轨迹优化问题，且在工程上易于实现，可为工程设计提供参考；对任务卫星初始轨道参数进行优化，选取合适的任务卫星初始位置，可以得到任务所需的更少燃料消耗；将太阳光约束通过模型简化和时间变量离散化的方式处理为非线性约束，能加快非线性收敛速度。
[0083]
其次参照附图描述根据本发明实施例提出的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统。
[0084]
图8是本发明一个实施例的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统的结构示意图。
[0085]
如图8所示，该系统10包括：约束条件模块100、第一参数获取模块200、全局寻优模块300、第二参数获取模块400和局部寻优模块500。
[0086]
其中，约束条件模块100用于构建任务星、n颗目标卫星与太阳之间的约束条件。第一参数获取模块200用于获取n颗目标卫星初始轨道参数，利用粒子群算法生成第一任务卫星初始轨道参数。全局寻优模块300用于采用lambert变轨策略和粒子群算法对n颗目标卫星初始轨道参数和第一任务卫星初始轨道参数进行全局寻优，判断全局寻优后的初始总速度增量是否预设最优总速度增量，若不满足，则迭代执行第一参数获取模块200优化第一任务卫星初始轨道参数，反之则执行第二参数获取模块400。第二参数获取模块400用于利用序列二次规划算法生成第二任务卫星初始轨道参数；局部寻优模块500用于采用lambert变轨策略和序列二次规划算法对n颗目标卫星初始轨道参数和第二任务卫星初始轨道参数进行局部寻优，判断局部优化后的总速度增量是否约束条件，若不满足，则迭代执行第二参数获取模块400优化第二任务卫星初始轨道参数，反之则局部优化后的总速度增量为最优速度增量。
[0087]
进一步地，在本发明的一个实施例中，约束条件模块具体为：
[0088]
定义a为任务星、b为n颗目标卫星中的任一颗和c为太阳，将任务星a对目标卫星b的观测时段内的掠飞轨迹近似为直线任务星a的位置太阳矢量为α为与夹角，θ为任务星扫描视场的圆锥角，约束条件为：
[0089][0090]
进一步地，在本发明的一个实施例中，全局寻优模块具体用于：第一掠飞观测单元，用于采用lambert变轨策略将任务星对n颗目标卫星连续掠飞观测，获得第一任务星转移时间；第一访问顺序单元，用于根据n颗目标卫星初始轨道参数和第一任务卫星初始轨道参数确定第一访问顺序；第一转移时间单元，用于通过粒子群算法分析第一访问顺序，生成第一任务星转移时间；全局寻优及判断单元，用于根据粒子群算法和第一任务星转移时间对总速度增量进行全局寻优，判断全局寻优后的初始总速度增量是否预设最优总速度增
量，若不满足，则迭代执行第一参数获取模块优化第一任务卫星初始轨道参数，反之则执行第二参数获取模块。
[0091]
进一步地，在本发明的一个实施例中，局部寻优模块具体用于：第二掠飞观测单元，用于采用lambert变轨策略再次将任务星对n颗目标卫星连续掠飞观测，获得第二任务星转移时间；第二访问顺序单元，用于根据n颗目标卫星初始轨道参数和第二任务卫星初始轨道参数确定第二访问顺序；第二转移时间单元，用于通过粒子群算法分析第二访问顺序，生成第二任务星转移时间；局部寻优及判断单元，用于根据序列二次规划算法和第二任务星转移时间对全局寻优后的初始总速度增量进行局部优化，判断局部优化后的总速度增量是否约束条件，若不满足，则迭代执行第二参数获取模块优化第二任务卫星初始轨道参数，反之则局部优化后的总速度增量为最优速度增量。
[0092]
需要说明的是，前述对一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法实施例的解释说明也适用于该实施例的系统，此处不再赘述。
[0093]
根据本发明实施例提出的一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化系统，使用pso-sqp混合优化算法，利用pso强大的全局搜索能力对其进行求解，并把搜索结果作为sqp搜索初始点，以此弥补sqp全局搜索弱的缺点，再利用sqp良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索，弥补了pso局部搜索弱的缺点，通过不断的迭代最终获得优化问题的全局最优解；充分利用了sqp和pso的优缺点，具有较强的对复杂约束优化问题进行全局寻优和局部精确搜索能力，能够使任务卫星在满足基本约束的同时燃料消耗最小，非常适合处理单对多星连续掠飞观测轨迹优化问题，且在工程上易于实现，可为工程设计提供参考；对任务卫星初始轨道参数进行优化，选取合适的任务卫星初始位置，可以得到任务所需的更少燃料消耗；将太阳光约束通过模型简化和时间变量离散化的方式处理为非线性约束，能加快非线性收敛速度。
[0094]
为了实现上述实施例，本发明还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如前述实施例所述的考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法。
[0095]
为了实现上述实施例，本发明还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施例所述的考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法。
[0096]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0097]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0098]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
[0099]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0100]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0101]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0102]
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0103]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。